Kegagalan parser, ketidakcocokan tanda tangan webhook, dan pencarian SQL yang gagal sering kali berakar dari karakter yang dirender secara identik—atau sama sekali tidak terlihat—di emulator terminal dan editor kode. Bayangkan sebuah variabel lingkungan yang disalin dari portal dokumentasi atau pesan chat yang secara visual tampak identik dengan api_key=prod:
Visual rendering: api_key=prod
String.length: 14 (expected 12)
UTF-8 byte length: 19 bytes (expected 12 bytes)
Menjalankan string 14-unit tersebut melalui Inspektur Karakter Unicode akan mengungkap tiga anomali berbeda yang tersembunyi di dalam teks yang tampak seperti ASCII biasa: Byte Order Mark (<BOM>) di awal, homoglyph Sirilik yang menggantikan huruf Latin a, dan Zero Width Space (<ZWSP>) yang tersisip di dalamnya:
[
{
"index": 0,
"badge": "<BOM>",
"codePoint": "U+FEFF",
"name": "ZERO WIDTH NO-BREAK SPACE",
"category": "Cf (Format)",
"block": "Arabic Presentation Forms-B",
"utf8Hex": "EF BB BF",
"utf16BE": "FE FF",
"utf16LE": "FF FE",
"warning": "Invisible zero-width format character"
},
{
"index": 1,
"glyph": "а",
"codePoint": "U+0430",
"name": "CYRILLIC SMALL LETTER A",
"category": "Ll (Lowercase Letter)",
"block": "Cyrillic",
"utf8Hex": "D0 B0",
"utf16BE": "04 30",
"utf16LE": "30 04",
"warning": "Confusable homoglyph for Latin U+0061 ('a')"
},
{
"index": 2,
"glyph": "p",
"codePoint": "U+0070",
"name": "LATIN SMALL LETTER P",
"category": "Ll (Lowercase Letter)",
"block": "Basic Latin",
"utf8Hex": "70",
"utf16BE": "00 70",
"utf16LE": "70 00",
"warning": null
},
{
"index": 8,
"badge": "<ZWSP>",
"codePoint": "U+200B",
"name": "ZERO WIDTH SPACE",
"category": "Cf (Format)",
"block": "General Punctuation",
"utf8Hex": "E2 80 8B",
"utf16BE": "20 0B",
"utf16LE": "0B 20",
"warning": "Invisible zero-width format character"
}
]
Inspektur ini juga memperjelas mengapa emoji multi-codepoint melaporkan panjang yang sangat berbeda di berbagai runtime. Menginspeksi satu emoji teknolog yang terlihat tunggal 👨💻 mengungkap tiga code point skalar yang digabungkan oleh <ZWJ> (U+200D), menempati 5 code unit UTF-16 di JavaScript dan 11 byte dalam UTF-8:
Grapheme clusters (UAX #29): 1 -> [ "👨💻" ]
Unicode scalar code points: 3 -> U+1F468 (Man) + U+200D (<ZWJ>) + U+1F4BB (Laptop)
UTF-16 code units (.length): 5 -> D83D DC68 + 200D + D83D DCBB
UTF-8 encoded bytes: 11 -> F0 9F 91 A8 + E2 80 8D + F0 9F 92 BB